CN108460525A - 一种多能互补配用电系统的综合能源利用效率评估方法 - Google Patents

一种多能互补配用电系统的综合能源利用效率评估方法 Download PDF

Info

Publication number
CN108460525A
CN108460525A CN201810157118.3A CN201810157118A CN108460525A CN 108460525 A CN108460525 A CN 108460525A CN 201810157118 A CN201810157118 A CN 201810157118A CN 108460525 A CN108460525 A CN 108460525A
Authority
CN
China
Prior art keywords
energy
data
evaluation index
preset time
electricity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810157118.3A
Other languages
English (en)
Inventor
周长城
马溪原
雷金勇
郭晓斌
胡洋
甘霖
胡帆
刘育权
王莉
蔡莹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CSG Electric Power Research Institute
Guangzhou Power Supply Bureau Co Ltd
Research Institute of Southern Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau Co Ltd
Research Institute of Southern Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Power Supply Bureau Co Ltd, Research Institute of Southern Power Grid Co Ltd filed Critical Guangzhou Power Supply Bureau Co Ltd
Priority to CN201810157118.3A priority Critical patent/CN108460525A/zh
Publication of CN108460525A publication Critical patent/CN108460525A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种多能互补配用电系统的综合能源利用效率评估方法，通过获取预设区域预设时间内的环境参数，根据预设区域预设时间内的环境参数得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标，对评价指标进行归一化处理，并确定各评价指标的权重，根据评价指标和评价指标的权重确定多能互补配用电系统的综合能源利用效率并输出。在评估的过程中考虑了预设区域的环境参数、各功能设备及负荷运行情况，结合了实际运行场景的评价指标，并提出了对各评价指标归一化处理和综合评估方法，评估准确度高。

Description

一种多能互补配用电系统的综合能源利用效率评估方法
技术领域
本发明涉及电力电网领域，特别是涉及一种多能互补配用电系统的综合能源利用效率评估方法。
背景技术
随着世界经济的发展以及能源需求的增长，化石能源储量迅速减少，能源衰竭、环境污染等问题日益严重。如何提高能源利用效率，减少污染物排放成为人们关注的热点，综合能源系统应运而生。综合能源系统以电力系统为核心与纽带，将可再生能源与天然气作为主要一次能源，鼓励分布式电源与储能系统广泛接入，应用云计算、大数据等先进通信技术，实现“源-网-荷-储”协调互补运行。工业能源利用区域以工业负荷为主，多供能和用能形式并存，是综合能源技术应用以及综合能源系统建设的重要场景。
工业能源利用区域综合能源系统包含的设备众多，可同时满足园区内冷、热、电、气等多种能源负荷需求。多样化的用能需求催生了多种供能组合方式的能源利用区域类型，有必要对不同能源利用区域类型的综合能源系统能源利用效率进行评价。
传统的评估方法虽然建立了一些基于单一指标或多指标的评价方法，但仍存在一些缺点，没有结合系统运行的实际场景，不能反映能源供给与负荷需求之间的耦合性，评价的维度不够全面，不能清晰准确地体现系统运行的整体情况等，传统的评估方法评估准确性低。
发明内容
基于此，有必要针对传统的评估方法评估准确性低的问题，提供一种评估准确性高的多能互补配用电系统的综合能源利用效率评估方法。
一种多能互补配用电系统的综合能源利用效率评估方法，包括以下步骤：
获取预设区域预设时间内的环境参数；
根据所述预设区域预设时间内的环境参数得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标；
对所述评价指标进行归一化处理，并确定各评价指标的权重；
根据所述评价指标和所述评价指标的权重确定多能互补配用电系统的综合能源利用效率并输出。
一种多能互补配用电系统的综合能源利用效率评估系统，包括：
环境参数获取模块，用于获取预设区域预设时间内的环境参数；
评价指标确定模块，用于根据所述预设区域预设时间内的环境参数得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标；
权重确定模块，用于对所述评价指标进行归一化处理，并确定各评价指标的权重；
综合能源利用效率确定模块，用于根据所述评价指标和所述评价指标的权重确定多能互补配用电系统的综合能源利用效率并输出。
一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述的方法。
一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述的方法。
上述多能互补配用电系统的综合能源利用效率评估方法，获取预设区域预设时间内的环境参数；根据预设区域预设时间内的环境参数得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标；对评价指标进行归一化处理，并确定各评价指标的权重；根据评价指标和评价指标的权重确定多能互补配用电系统的综合能源利用效率并输出。在评估的过程中考虑了预设区域的环境参数、各功能设备及负荷运行情况，结合了实际运行场景的评价指标，并提出了对各评价指标归一化处理和综合评估方法，评估准确度高。
附图说明
图1为一实施例中多能互补配用电系统的综合能源利用效率评估方法流程图；
图2为一实施例中工业园区各项指标的对比结果柱状图；
图3为一实施例中多能互补配用电系统的综合能源利用效率评估系统结构图。
具体实施方式
在一个实施例中，如图1所示，一种多能互补配用电系统的综合能源利用效率评估方法，适用于工业园区的综合能源利用效率评估，该方法包括以下步骤：
步骤S110：读取预设区域预设时间内的环境参数。
具体地，预设区域和预设时间的限定不唯一，可以根据实际需要进行确定，在本实施例中，预设区域为工业园区，预设时间为一年，环境参数包括气象数据、分布式电源输出功率数据、分布式电源发电量数据、用户电负荷数据、用户用电量数据、一次能源消耗量数据、储能充放电功率数据、储能充放电量、购电电量数据、总供热量和总供冷量。分布式电源一般包括分布式光伏发电和分布式风力发电，一次能源是指自然界中以原有形式存在的、未经加工转换的能量资源，又称天然能源，如煤炭、石油、天然气、水能等。
步骤S120：根据预设区域预设时间内的环境参数得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标。
具体地，在评价指标的确定过程中，结合了实际运行场景，考虑了工业园区各功能设备及负荷运行情况，其中，评价指标包括分布式电源发电量占比、弃风率、弃光率、高峰负荷时段分布式电源发电量占比、高峰负荷时段储能输出电量占比、低谷负荷时段储能充电量占比、CO2排放量、氮氧化物排放量以及工业园区能源综合利用率中的至少一个，在本实施例中，评价指标同时包括分布式电源发电量占比、弃风率、弃光率、高峰负荷时段分布式电源发电量占比、高峰负荷时段储能输出电量占比、低谷负荷时段储能充电量占比、CO2排放量、氮氧化物排放量以及工业园区能源综合利用率。
在一个实施例中，步骤S120包括步骤122至步骤126。
步骤122：根据分布式电源输出功率数据、用户电负荷数据和储能充放电功率数据得到各类对象的单位时间内的平均发电功率或平均用电功率。
具体地，各类对象为工业园区内的各功能设备，即多能互补配用电系统。
在一个实施例中，步骤122包括步骤1222和步骤1224。
步骤1222：将预设时间内的分布式电源输出功率数据、用户电负荷数据、储能充放电功率数据处理成间隔为单位时间的离散点集。
具体地，将分布式电源输出功率数据、用户电负荷数据、储能充放电功率数据处理成间隔为1小时的离散点集，即分别包含8760个数据的散点图，每个数据点代表对应设备在该小时中的平均发电功率或平均用电功率，其中储能功率放电时为正，充电时为负。
步骤1224：根据离散点集计算每类对象单位时间的平均发电功率或平均用电功率。
具体地，每类对象一小时的平均发电功率或平均用电功率由下式计算而得：
其中，表示某一类设备在第k个小时内的平均功率，单位kW，N表示此类设备的总数量，表示第i个设备在第k个小时初始的瞬时功率，单位kW，表示第i个设备在第k个小时结束的瞬时功率，单位kW。
步骤124：根据分布式电源发电量数据、用户用电量数据、储能充放电电量得到各类对象的单位时间内的发电量或用电量。在一个实施例中，步骤124包括步骤1242和步骤1244。
步骤1242：将分布式电源发电量数据、用户用电量数据、储能充放电量需要处理成间隔为单位时间的离散点集。
具体地，将分布式电源发电量数据、用户用电量数据、储能充放电量需要处理成间隔为1小时的离散点集，即分别包含8760个数据的散点图，每个数据点代表对应设备在该小时中的发电量或用电量。
步骤1244：根据离散点集计算每类对象单位时间的发电量或用电量数据。
具体地，每类对象一小时的发电量或用电量数据由下式计算而得：
Qj＝Q’j+1-Q’j
其中，Qj表示某一类设备在第j个小时内的发电量或用电量，单位kW·h，Q’j+1和Q’j分别表示此类设备从统计时间开始到第j+1和第j个小时的总发电量或用电量。
步骤126：根据气象数据、各类对象的单位时间内的平均发电功率或平均用电功率、各类对象的单位时间内的发电量或用电量、一次能源消耗量数据、购电量数据、总供热量和总供冷量得到工业园区内多能互补配用电系统的综合能源利用效率的评价指标。
在一个实施例中，步骤126包括步骤1261和步骤1264。
步骤1261：根据分布式电源发电量数据和用户用电量数据得到分布式电源发电量占比。
具体地，分布式电源发电量占比计算公式为：
其中，I1表示分布式电源发电量占比，单位％，∑QDER,i表示一年中，工业园区内所有分布式电源发电量的代数和，ΣQLoad,j表示一年中，工业园区内所有用户的用电量代数和。
步骤1262：根据各类对象的单位时间内的发电量或用电量得到预设时间内的分布式风电发电量的代数和，根据气象数据得到预设时间内的分布式风电的理想发电量，根据预设时间内的分布式风电发电量的代数和和预设时间内的分布式风电的理想发电量得到弃风率。
具体地，气象数据包括全年工业园区内的每小时光照强度数据和风速数据，包含8760个数据点的离散点集，弃风率计算公式为：
其中，I2表示弃风率，单位％，ΣQWG,i表示一年中，工业园区内所有分布式风电发电量的代数和，单位kW·h，QWG-ideal为根据工业园区内风速情况计算出的分布式风电的理想发电量。
进一步地，分布式风电的理想发电量可由下式计算而得：
其中，NWG表示园区内风机组数量，表示第j台风机组在第i个小时的风速条件下，其理想输出功率，单位kW，△t为单位时间长度，即1小时，PN-WG,j表示第j台风机组的额定发电功率，单位kW，vi表示第i小时的实际风速，单位m/s，vin、vN和vout分别表示风机组的切入风速、额定风速和切出风速，单位m/s。
步骤1263：根据各类对象的单位时间内的发电量或用电量得到预设时间内的分布式光伏发电量的代数和，根据气象数据得到预设时间内的分布式光伏的理想发电量，根据预设时间内的分布式光伏发电量的代数和和预设时间内的分布式光伏的理想发电量得到弃光率。
具体地，弃光率计算公式为：
其中，I3表示弃光率，单位％，∑QPV,i表示一年中，工业园区内所有分布式光伏发电量的代数和，单位kW·h，QPV-ideal为根据工业园区内风速情况计算出的分布式光伏的理想发电量。
进一步地，分布式光伏的理想发电量可由下式计算而得：
其中，NPV表示工业园区内分布式光伏发电的数量，表示第j台分布式光伏在第i小时的光照条件下，其理想的输出功率，单位kW，Pref,j表示第i台分布式光伏的额定输出功率，单位kW，Si表示第i小时的实际光照强度，单位W/m2，Sref表示标准环境下的光照强度，一般取1000W/m2。
步骤1264：根据各类对象的单位时间内的平均发电功率或平均用电功率得到高峰负荷时段的分布式电源输出功率数据的代数和用户负荷的代数和，根据高峰负荷时段的分布式电源输出功率数据的代数和以及用户负荷的代数和得到高峰负荷时段分布式电源发电量占比。
具体地，在实施峰谷电价政策的地区，“高峰负荷时段”是指《峰谷电价目录》中的高峰时段，在无峰谷电价政策的地区，“高峰负荷时段”指一天中超过最大负荷80％的时段集合，统计工业园区内一年中所有处于高峰负荷的小时段集合，高峰负荷时段分布式电源发电量占比计算公式为：
其中，I4表示高峰负荷时段分布式电源发电量占比，单位％，M为一年中所有处于高峰负荷的小时段集合，PDER,k表示第k个小时园区内所有分布式电源输出功率代数和，单位kW，PL,k表示第k个小时园区内所有用户负荷代数和，单位kW。
在一个实施例中，步骤124还包括步骤1265和步骤1269。
步骤1265：根据各类对象的单位时间内的平均发电功率或平均用电功率得到高峰负荷时段的储能输出功率的代数和用户负荷的代数和，根据高峰负荷时段的储能输出功率的代数和以及用户负荷的代数和得到高峰负荷时段储能输出电量占比。
具体地，高峰负荷时段储能输出电量占比计算公式为：
其中，I5表示高峰负荷时段分布式电源发电量占比，单位％，PBess,k表示第k个小时园区内所有分布式储能输出功率代数和，单位kW。
步骤1266：根据各类对象的单位时间内的平均发电功率或平均用电功率得到低谷负荷时段的储能充电功率的代数和用户负荷的代数和，根据低谷负荷时段的储能充电功率的代数和以及用户负荷的代数和得到低谷负荷时段储能充电电量占比。
具体地，在实施峰谷电价政策的地区，“低谷负荷时段”是指《峰谷电价目录》中的低谷时段，在无峰谷电价政策的地区，“低谷负荷时段”指一天中不足最大负荷40％的时段集合，统计工业园区内一年中所有处于低谷负荷的小时段集合，低谷负荷时段储能充电量占比计算公式为：
其中，I6表示低谷负荷时段储能充电量占比，单位％，N为一年中所有处于低谷负荷的小时段集合，PBess,i表示第i个小时园区内所有分布式储能充电功率代数和，单位kW。
步骤1267：根据一次能源消耗量数据得到预设时间内消耗的天然气热值，根据预设时间内消耗的天然气热值和购电量数据得到CO2排放量。
具体地，CO2排放量计算公式为：
I7＝λ1·VANG+λ2·EGrid
其中，I7表示CO2排放量，单位t/a，λ1为天然气燃烧系数，一般取0.05982，VANG为年耗天然气热值，单位GJ/a，λ1为CO2购电排放系数，一般取0.096081，EGrid为工业园区年购电量(MW·h)。
步骤1268：根据各类对象的单位时间内的发电量或用电量得到预设时间内各类对象的发电量的代数和，根据预设时间内各类对象的发电量的代数和各类设备对应的氮氧化物排放因子得到氮氧化物排放量。
具体地，氮氧化物排放量计算公式为：
其中，I8表示NOX排放量，单位t/a，W为公园区内主要能源供应设备的集合，βi为设备i的NOX排放因子，不同设备的取值详见表1，Ei为设备i供应的能量，单位MW·h。
表1常见设备NOX排放因子
设备名称 β 设备名称 β
燃煤电厂 2.68 燃料电池 0.005
微燃机 0.20 燃气锅炉 0.2556
小型燃气轮机 0.32 溴化锂吸收式机组 0.1008
步骤1269：根据一次能源消耗量数据得到预设时间内消耗的天然气，根据预设时间内消耗的天然气、预设时间内消耗的天然气热值、购电量数据、总供热量和标准煤的热值得到预设区域能源综合利用率。
具体地，工业园区能源综合利用率计算公式如下：
其中，I9表示工业园区能源综合利用率，单位％，W表示工业园区向电网购电电量，单位kW·h，Q1表示工业园区总供热量，单位MJ，Q2表示工业园区总供冷量，单位MJ，BR表示工业园区天然气年总耗量，单位m3，QR表示天然气热值，单位MJ/m3，QC表示标准煤的热值，单位MJ/t，η表示发电标准煤耗，单位kW·h/t。
步骤S130：对评价指标进行归一化处理，并确定各评价指标的权重。
具体地，对评价指标进行归一化处理，有利于后续方便精确客观地确定评价指标的权重。
在一个实施例中，步骤S130包括步骤132至步骤138。
步骤132：根据评价指标的数量和待评价对象的数量形成指标矩阵；
具体地，设共有m个采用本评价方法的对象，评价指标数量为n，可以形成指标矩阵IA＝[aij]m×n，IA为元素aij表的i个组合方式的第j项指标。
步骤134：对指标矩阵进行转换得到标准化指标矩阵。
具体地，对指标矩阵通过下式计算得到标准化指标矩阵IB＝[bij]m×n。
其中，maxaij、minaij分别表示指标的最大值、最小值。
步骤136：对标准化指标矩阵进行转换得到归一化矩阵。
进一步的，对标准化指标矩阵通过下式计算得到归一化矩阵IP＝[pij]m×n。
步骤138：应用熵权法对归一化矩阵求解确定各评价指标的权重。
具体地，应用熵权法确定各指标的权重，具体如下式所示：
其中，ωj为各评价指标的权重。
步骤S140：根据评价指标和评价指标的权重确定多能互补配用电系统的综合能源利用效率并输出。
具体地，本实施例中共涉及9项评价指标，第i个对象的总体评价结果IS,i由下式计算而得：
IS,i＝ω1·pi1+ω2·pi2+ω3·pi3+ω4·pi4+ω5·pi5+ω6·pi6+ω7·pi7+ω8·pi8+ω9·pi9
ω1+ω2+ω3+ω4+ω5+ω6+ω7+ω8+ω9＝1
通过实施例对评价结果进行分析，根据上述计算方法计算出3个工业园区的各项指标数值及权重，如表2所示。
表2不同工业园区的评价指标
根据计算而得的归一化指标，制作如图2所示的工业园区各项指标的对比结果柱状图，可以清晰地反映出各单一指标的对比情况，从总体结果来看，工业园区3的多能互补配用电系统的综合能源利用效率是最高的。
上述多能互补配用电系统的综合能源利用效率评估方法，评价指标结合了实际运行场景，其评价过程考虑了工业园区各功能设备及负荷运行情况，并给出了多指标归一化处理与综合评价方法，使得对工业园区综合能源利用效率的评价更符合实际情况，也更具有指导意义，也为工业园区多类型能源供应组合方式选择提供了重要的技术支撑。
在一个实施例中，如图3所示，一种多能互补配用电系统的综合能源利用效率评估系统，包括环境参数获取模块110、评价指标确定模块120、权重确定模块130和综合能源利用效率确定模块140。
环境参数获取模块110用于获取预设区域预设时间内的环境参数。
评价指标确定模块120用于根据预设区域预设时间内的环境参数得到多能互补配用电系统的预设区域内综合能源利用效率的评价指标。
权重确定模块130用于对评价指标进行归一化处理，并确定各评价指标的权重。
综合能源利用效率确定模块140用于根据评价指标和评价指标的权重确定多能互补配用电系统的综合能源利用效率并输出。
在一个实施例中，评价指标确定模块120包括平均发电或用电功率确定单元、发电量或用电量确定单元和评价指标确定单元。
平均发电或用电功率确定单元用于根据分布式电源输出功率数据、用户电负荷数据和储能充放电功率数据得到各类对象的单位时间内的平均发电功率或平均用电功率。
发电量或用电量确定单元用于根据分布式电源发电量数据、用户用电量数据、储能充放电电量得到各类对象的单位时间内的发电量或用电量。
评价指标确定单元用于根据气象数据、各类对象的单位时间内的平均发电功率或平均用电功率、各类对象的单位时间内的发电量或用电量、一次能源消耗量数据、购电量数据、总供热量和总供冷量得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标。
在一个实施例中，平均发电或用电功率确定单元包括第一处理单元和第一计算单元。
第一处理单元用于将预设时间内的分布式电源输出功率数据、用户电负荷数据、储能充放电功率数据处理成间隔为单位时间的离散点集。
第一计算单元根据离散点集计算每类对象单位时间的平均发电功率或平均用电功率。
在一个实施例中，发电量或用电量确定单元包括第二处理单元和第二计算单元。
第二处理单元用于将分布式电源发电量数据、用户用电量数据、储能充放电量需要处理成间隔为单位时间的离散点集。
第二计算单元用于根据离散点集计算每类对象单位时间的发电量或用电量数据。
在一个实施例中，评价指标确定单元包括分布式电源发电量占比确定单元、弃风率确定单元、弃光率确定单元和高峰负荷时段分布式电源发电量占比确定单元。
分布式电源发电量占比确定单元用于根据分布式电源发电量数据和用户用电量数据得到分布式电源发电量占比。
弃风率确定单元用于根据各类对象的单位时间内的发电量或用电量得到预设时间内的分布式风电发电量的代数和，根据气象数据得到预设时间内的分布式风电的理想发电量，根据预设时间内的分布式风电发电量的代数和和预设时间内的分布式风电的理想发电量得到弃风率。
弃光率确定单元用于根据各类对象的单位时间内的发电量或用电量得到预设时间内的分布式光伏发电量的代数和，根据气象数据得到预设时间内的分布式光伏的理想发电量，根据预设时间内的分布式光伏发电量的代数和和预设时间内的分布式光伏的理想发电量得到弃光率。
高峰负荷时段分布式电源发电量占比确定单元用于根据各类对象的单位时间内的平均发电功率或平均用电功率得到高峰负荷时段的分布式电源输出功率数据的代数和用户负荷的代数和，根据高峰负荷时段的分布式电源输出功率数据的代数和以及用户负荷的代数和得到高峰负荷时段分布式电源发电量占比。
在一个实施例中，评价指标确定单元还包括高峰负荷时段储能输出电量占比确定单元、低谷负荷时段储能充电电量占比确定单元、CO2排放量确定单元、氮氧化物排放量确定单元和预设区域能源综合利用率确定单元。
高峰负荷时段储能输出电量占比确定单元用于根据各类对象的单位时间内的平均发电功率或平均用电功率得到高峰负荷时段的储能输出功率的代数和用户负荷的代数和，根据高峰负荷时段的储能输出功率的代数和以及用户负荷的代数和得到高峰负荷时段储能输出电量占比。
低谷负荷时段储能充电电量占比确定单元用于根据各类对象的单位时间内的平均发电功率或平均用电功率得到低谷负荷时段的储能充电功率的代数和用户负荷的代数和，根据低谷负荷时段的储能充电功率的代数和以及用户负荷的代数和得到低谷负荷时段储能充电电量占比。
CO2排放量确定单元用于根据一次能源消耗量数据得到预设时间内消耗的天然气热值，根据预设时间内消耗的天然气热值和购电量数据得到CO2排放量。
氮氧化物排放量确定单元用于根据各类对象的单位时间内的发电量或用电量得到预设时间内各类对象的发电量的代数和，根据预设时间内各类对象的发电量的代数和各类设备对应的氮氧化物排放因子得到氮氧化物排放量。
预设区域能源综合利用率确定单元用于根据一次能源消耗量数据得到预设时间内消耗的天然气，根据预设时间内消耗的天然气、预设时间内消耗的天然气热值、购电量数据、总供热量和标准煤的热值得到工业园区能源综合利用率。
在一个实施例中，权重确定模块130包括指标矩阵确定单元、标准化指标矩阵确定单元、归一化矩阵确定单元和权重确定单元。
指标矩阵确定单元用于根据评价指标的数量和待评价对象的数量形成指标矩阵。
标准化指标矩阵确定单元用于对指标矩阵进行转换得到标准化指标矩阵。
归一化矩阵确定单元用于对标准化指标矩阵进行转换得到归一化矩阵。
权重确定单元用于应用熵权法对归一化矩阵求解确定各评价指标的权重。
上述多能互补配用电系统的综合能源利用效率评估系统，评价指标结合了实际运行场景，其评价过程考虑了工业园区各功能设备及负荷运行情况，并给出了多指标归一化处理与综合评价方法，使得对工业园区综合能源利用效率的评价更符合实际情况，也更具有指导意义，也为工业园区多类型能源供应组合方式选择提供了重要的技术支撑。
在一个实施例中，一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项的方法。
在一个实施例中，一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述任一项的方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种多能互补配用电系统的综合能源利用效率评估方法，其特征在于，包括以下步骤：
获取预设区域预设时间内的环境参数；
根据所述预设区域预设时间内的环境参数得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标；
对所述评价指标进行归一化处理，并确定各评价指标的权重；
根据所述评价指标和所述评价指标的权重确定多能互补配用电系统的综合能源利用效率并输出。
2.根据权利要求1所述的多能互补配用电系统的综合能源利用效率评估方法，其特征在于，所述环境参数包括气象数据、分布式电源输出功率数据、分布式电源发电量数据、用户电负荷数据、用户用电量数据、一次能源消耗量数据、储能充放电功率数据、储能充放电量、购电电量数据、总供热量和总供冷量，所述根据所述预设区域预设时间内的环境参数得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标的步骤，包括：
根据所述分布式电源输出功率数据、所述用户电负荷数据和所述储能充放电功率数据得到各类对象的单位时间内的平均发电功率或平均用电功率；
根据所述分布式电源发电量数据、所述用户用电量数据、所述储能充放电电量得到各类对象的单位时间内的发电量或用电量；
根据所述气象数据、所述各类对象的单位时间内的平均发电功率或平均用电功率、所述各类对象的单位时间内的发电量或用电量、所述一次能源消耗量数据、所述购电量数据、所述总供热量和所述总供冷量得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标。
3.根据权利要求2所述的多能互补配用电系统的综合能源利用效率评估方法，其特征在于，所述根据所述分布式电源输出功率数据、所述用户电负荷数据和所述储能充放电功率数据得到各类对象的单位时间内的平均发电功率或平均用电功率的步骤，包括：
将预设时间内的分布式电源输出功率数据、所述用户电负荷数据、储能充放电功率数据处理成间隔为单位时间的离散点集；
根据所述离散点集计算每类对象单位时间的平均发电功率或平均用电功率。
4.根据权利要求2所述的多能互补配用电系统的综合能源利用效率评估方法，其特征在于，所述根据所述分布式电源发电量数据、所述用户用电量数据、所述储能充放电电量得到各类对象的单位时间内的发电量或用电量的步骤，包括：
将分布式电源发电量数据、用户用电量数据、储能充放电量需要处理成间隔为单位时间的离散点集；
根据所述离散点集计算每类对象单位时间的发电量或用电量数据。
5.根据权利要求2所述的多能互补配用电系统的综合能源利用效率评估方法，其特征在于，所述评价指标包括分布式电源发电量占比、弃风率、弃光率、高峰负荷时段分布式电源发电量占比、高峰负荷时段储能输出电量占比、低谷负荷时段储能充电量占比、CO2排放量、氮氧化物排放量以及预设区域能源综合利用率中的至少一个，根据所述气象数据、所述各类对象的单位时间内的平均发电功率或平均用电功率、所述各类对象的单位时间内的发电量或用电量、所述一次能源消耗量数据、所述购电量数据、所述总供热量和所述总供冷量得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标的步骤，包括：
根据所述分布式电源发电量数据和所述用户用电量数据得到分布式电源发电量占比；
根据所述各类对象的单位时间内的发电量或用电量得到预设时间内的分布式风电发电量的代数和，根据所述气象数据得到预设时间内的分布式风电的理想发电量，根据所述预设时间内的分布式风电发电量的代数和和所述预设时间内的分布式风电的理想发电量得到弃风率；
根据所述各类对象的单位时间内的发电量或用电量得到预设时间内的分布式光伏发电量的代数和，根据所述气象数据得到预设时间内的分布式光伏的理想发电量，根据所述预设时间内的分布式光伏发电量的代数和和所述预设时间内的分布式光伏的理想发电量得到弃光率；
根据所述各类对象的单位时间内的平均发电功率或平均用电功率得到高峰负荷时段的分布式电源输出功率数据的代数和用户负荷的代数和，根据高峰负荷时段的所述分布式电源输出功率数据的代数和以及所述用户负荷的代数和得到高峰负荷时段分布式电源发电量占比。
6.根据权利要求5所述的综合能源利用效率评估方法，其特征在于，还包括：
根据所述各类对象的单位时间内的平均发电功率或平均用电功率得到高峰负荷时段的储能输出功率的代数和用户负荷的代数和，根据高峰负荷时段的所述储能输出功率的代数和以及所述用户负荷的代数和得到高峰负荷时段储能输出电量占比；
根据所述各类对象的单位时间内的平均发电功率或平均用电功率得到低谷负荷时段的储能充电功率的代数和用户负荷的代数和，根据低谷负荷时段的所述储能充电功率的代数和以及所述用户负荷的代数和得到低谷负荷时段储能充电电量占比；
根据所述一次能源消耗量数据得到预设时间内消耗的天然气热值，根据所述预设时间内消耗的天然气热值和所述购电量数据得到CO2排放量；
根据所述各类对象的单位时间内的发电量或用电量得到预设时间内各类对象的发电量的代数和，根据所述预设时间内各类对象的发电量的代数和各类设备对应的氮氧化物排放因子得到氮氧化物排放量；
根据所述一次能源消耗量数据得到预设时间内消耗的天然气，根据所述预设时间内消耗的天然气、所述预设时间内消耗的天然气热值、所述购电量数据、所述总供热量和所述标准煤的热值得到预设区域能源综合利用率。
7.根据权利要求1所述的综合能源利用效率评估方法，其特征在于，对所述评价指标进行归一化处理，并确定各评价指标的权重的步骤，包括：
根据评价指标的数量和待评价对象的数量形成指标矩阵；
对所述指标矩阵进行转换得到标准化指标矩阵；
对所述标准化指标矩阵进行转换得到归一化矩阵；
应用熵权法对所述归一化矩阵求解确定所述各评价指标的权重。
8.一种多能互补配用电系统的综合能源利用效率评估系统，其特征在于，包括：
环境参数获取模块，用于获取预设区域预设时间内的环境参数；
评价指标确定模块，用于根据所述预设区域预设时间内的环境参数得到预设区域内多能互补配用电系统的综合能源利用效率的评价指标；
权重确定模块，用于对所述评价指标进行归一化处理，并确定各评价指标的权重；
综合能源利用效率确定模块，用于根据所述评价指标和所述评价指标的权重确定多能互补配用电系统的综合能源利用效率并输出。
9.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-7中任一项所述的方法。
CN201810157118.3A 2018-02-24 2018-02-24 一种多能互补配用电系统的综合能源利用效率评估方法 Pending CN108460525A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810157118.3A CN108460525A (zh) 2018-02-24 2018-02-24 一种多能互补配用电系统的综合能源利用效率评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810157118.3A CN108460525A (zh) 2018-02-24 2018-02-24 一种多能互补配用电系统的综合能源利用效率评估方法

Publications (1)

Publication Number Publication Date
CN108460525A true CN108460525A (zh) 2018-08-28

Family

ID=63217082

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810157118.3A Pending CN108460525A (zh) 2018-02-24 2018-02-24 一种多能互补配用电系统的综合能源利用效率评估方法

Country Status (1)

Country Link
CN (1) CN108460525A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109253056A (zh) * 2018-09-14 2019-01-22 华润电力投资有限公司北方分公司 一种风电数据分析方法及系统
CN110208718A (zh) * 2019-05-24 2019-09-06 广州耐奇电气科技有限公司 电源质量测试方法、系统、可读存储介质及计算机设备
CN111177638A (zh) * 2019-12-06 2020-05-19 北京科诺伟业科技股份有限公司 基于大数据的天然气分布式系统二氧化碳减排评估方法
CN111178671A (zh) * 2019-11-29 2020-05-19 国网浙江省电力有限公司 一种基于多能源检测参数的综合能源系统能效提高方法
CN111275367A (zh) * 2019-05-20 2020-06-12 太原理工大学 一种区域综合能源系统能效状态评价方法
CN112508233A (zh) * 2020-11-17 2021-03-16 国网上海能源互联网研究院有限公司 一种获取多能互补能源系统最优运行方案的方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120259678A1 (en) * 2011-04-06 2012-10-11 Michael Charles Overturf Method and system for computing Energy Index
CN106600104A (zh) * 2016-11-07 2017-04-26 国网江苏省电力公司 一种综合能源系统能效的评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120259678A1 (en) * 2011-04-06 2012-10-11 Michael Charles Overturf Method and system for computing Energy Index
CN106600104A (zh) * 2016-11-07 2017-04-26 国网江苏省电力公司 一种综合能源系统能效的评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张涛 等: "分布式冷热电能源系统优化设计及多指标综合评价方法的研究", 《中国电机工程学报》 *
陈柏森 等: "区域综合能源系统的综合评估指标与方法", 《电力系统自动化》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109253056A (zh) * 2018-09-14 2019-01-22 华润电力投资有限公司北方分公司 一种风电数据分析方法及系统
CN111275367A (zh) * 2019-05-20 2020-06-12 太原理工大学 一种区域综合能源系统能效状态评价方法
CN110208718A (zh) * 2019-05-24 2019-09-06 广州耐奇电气科技有限公司 电源质量测试方法、系统、可读存储介质及计算机设备
CN110208718B (zh) * 2019-05-24 2022-02-22 广州耐奇电气科技有限公司 电源质量测试方法、系统、可读存储介质及计算机设备
CN111178671A (zh) * 2019-11-29 2020-05-19 国网浙江省电力有限公司 一种基于多能源检测参数的综合能源系统能效提高方法
CN111177638A (zh) * 2019-12-06 2020-05-19 北京科诺伟业科技股份有限公司 基于大数据的天然气分布式系统二氧化碳减排评估方法
CN112508233A (zh) * 2020-11-17 2021-03-16 国网上海能源互联网研究院有限公司 一种获取多能互补能源系统最优运行方案的方法及系统

Similar Documents

Publication Publication Date Title
CN108460525A (zh) 一种多能互补配用电系统的综合能源利用效率评估方法
CN109165788B (zh) 一种冷热电联供系统的优化方法
CN103151797B (zh) 基于多目标调度模型的并网运行方式下微网能量控制方法
Zhang et al. Multi-objective particle swarm optimization (MOPSO) for a distributed energy system integrated with energy storage
Liu et al. Co-optimization of a novel distributed energy system integrated with hybrid energy storage in different nearly zero energy community scenarios
CN102930343A (zh) 一种分布式发电供能系统能量优化方法
CN112365021A (zh) 一种基于混合储能的区域综合能源系统规划优化方法
CN112651105A (zh) 一种基于博弈论的微网容量配置优化方法
CN112600253A (zh) 基于用能效率最优的园区综合能源协同优化方法及设备
CN112994115A (zh) 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法
CN115936390A (zh) 基于动态碳排放因子的综合能源系统低碳需求响应方法
CN113807658A (zh) 一种基于源网荷储协同互动方案的资源汇聚潜力评估方法及装置
Han et al. Optimal configuration of energy storage systems in virtual power plants including large-scale distributed wind power
CN112801343A (zh) 一种计及多气象场景适应成本的储能系统容量规划方法
CN116050858A (zh) 基于正态云模型的综合能源服务成效评价方法及其应用
CN112736899B (zh) 一种微电网规划方案评价指标计算方法以及装置
CN115099473A (zh) 近零碳区域综合能源系统多目标优化方法
CN114358601A (zh) 多元能量系统多维评价指标体系构建的方法及装置
CN110610328B (zh) 一种直流微电网多维运行评估方法
Lysenko et al. Hybrid Power System Stochastic Optimization
Yang et al. Comprehensive evaluation of distribution network reliability for power consumer based on AHP and entropy combination method
CN110190598A (zh) 获取冷热电联供多微网系统的优化调度方案的方法及系统
Xiong et al. Application of improved particle swarm algorithm to power source capacity optimization in multi-energy industrial parks
CN112103989B (zh) 一种考虑多类型负荷调控能力的新能源消纳贡献量化方法
Marguš et al. Achieving nearly zero energy standard and island operation of FERIT Osijek microgrid

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180828

RJ01 Rejection of invention patent application after publication